Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南省交通规划勘察设计院有限公司刘永胜获国家专利权

湖南省交通规划勘察设计院有限公司刘永胜获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉湖南省交通规划勘察设计院有限公司申请的专利一种大跨度仓库结构日照温度场模拟方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120745334B

龙图腾网通过国家知识产权局官网在2025-12-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511205368.6,技术领域涉及:G06F30/23;该发明授权一种大跨度仓库结构日照温度场模拟方法及系统是由刘永胜;邓灿;刘庆志;丁杰;罗胜平;王能;官志鑫;邹开明;张爱平;张少云;吴米玲;唐洁;吴娴;熊智;王晓雪;姚卓宏;盛智仕;陈艳春;张健;海显盛;文舟;曹策子;张玲;万兵玉设计研发完成,并于2025-08-27向国家知识产权局提交的专利申请。

一种大跨度仓库结构日照温度场模拟方法及系统在说明书摘要公布了:本发明涉及温度场模拟技术领域,尤其涉及一种大跨度仓库结构日照温度场模拟方法及系统。所述方法包括以下步骤:获取仓库结构数据构建仓库模型,生成仓库模型数据;获取仓库环境温度模拟数据,基于仓库环境温度模拟数据以及仓库模型数据进行仓库的热边界条件以及力学边界条件划分,生成仓库热边界‑力学边界条件数据并对仓库模型数据进行仓库模型约束处理,生成约束仓库模型数据,以及分别进行仓库施工阶段及仓库运营阶段结构温度热传导分析,并传输至约束仓库模型数据进行仓库温度场模拟和仓库温度场反应特性分析,生成仓库温度场反应特性数据,并将仓库温度场反应特性数据传输至终端执行仓库温度场反应特性反馈作业。本发明实现仓库温度场模拟。

本发明授权一种大跨度仓库结构日照温度场模拟方法及系统在权利要求书中公布了:1.一种大跨度仓库结构日照温度场模拟方法,其特征在于,包括以下步骤: 步骤S1:获取仓库结构数据,并根据仓库结构数据构建仓库模型,生成仓库模型数据; 其中,步骤S1包括以下步骤: 步骤S11:获取仓库结构数据,并对仓库结构数据进行仓库结构解析,生成仓库结构解析数据; 步骤S12:根据仓库结构解析数据进行仓库连接支架分析,生成仓库连接支架数据; 步骤S13:根据仓库连接支架数据进行仓库支架连接受力节点分析,生成仓库支架连接受力节点数据; 步骤S14:基于仓库支架连接受力节点数据以及仓库连接支架数据构建仓库模型,生成仓库模型数据; 步骤S2:获取仓库环境温度模拟数据,基于仓库环境温度模拟数据以及仓库模型数据进行仓库的热边界条件以及力学边界条件划分,生成仓库热边界-力学边界条件数据;基于仓库热边界-力学边界条件数据对仓库模型数据进行仓库模型约束处理,生成约束仓库模型数据; 其中,步骤S2包括以下步骤: 步骤S21:根据仓库结构解析数据进行仓库结构材质分析,生成仓库结构材质数据; 步骤S22:基于仓库结构材质数据对仓库模型数据进行仓库模型对应区域结构材质映射处理,生成对应区域结构材质映射仓库模型数据; 步骤S23:获取仓库环境温度模拟数据,基于仓库环境温度模拟数据以及对应区域结构材质映射仓库模型数据进行仓库的热边界条件以及力学边界条件划分,生成仓库热边界-力学边界条件数据; 步骤S24:基于仓库热边界-力学边界条件数据对仓库模型数据进行仓库模型约束处理,生成约束仓库模型数据; 步骤S3:根据仓库热边界-力学边界条件数据分别进行仓库施工阶段及仓库运营阶段结构温度热传导分析,分别生成仓库施工阶段结构温度热传导数据和仓库运营阶段结构温度热传导数据; 步骤S4:通过将仓库施工阶段结构温度热传导数据和仓库运营阶段结构温度热传导数据传输至约束仓库模型数据进行仓库温度场模拟,生成仓库温度场模拟数据;基于仓库温度场模拟数据进行仓库温度场反应特性分析,生成仓库温度场反应特性数据,并将仓库温度场反应特性数据传输至终端执行仓库温度场反应特性反馈作业。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人湖南省交通规划勘察设计院有限公司,其通讯地址为:410000 湖南省长沙市望城区月亮岛路一段598号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。